▲ (左부터) 최성일 박사과정, 변수지 석·박사통합과정, 김형우 박사, 고은서 석·박사통합과정, 김성호 석·박사통합과정, 조동현 박사후연구원이 플라즈마 기반 AI 지능화 시스템을 통해 원자층 수준으로 제어한 6인치 WS₂(이황화텅스텐) 웨이퍼를 선보이고 있다.

국내 연구진이 차세대 2차원(2D) 반도체 공정을 인공지능(AI)이 스스로 분석·예측·제어할 수 있는 지능화 시스템을 구현했다. 플라즈마 기반 합성·식각 공정과 AI 데이터 분석 기술을 통합해 반도체 제조 공정의 자동화·지능화 가능성을 제시했다.

한국기계연구원(원장 류석현, 이하 기계연)은 반도체장비연구센터 김형우 선임연구원 연구진이 저온 플라즈마 기반 PECVD(플라즈마 화학기상증착) 및 RIE(반응성 이온식각) 장비를 활용해 6인치 웨이퍼 기반 차세대 2D 반도체(MoS₂, WS₂)의 합성·식각 공정을 개발하고, 이를 AI 기반 지능화 시스템으로 구현하는 데 성공했다고 17일 밝혔다.

이번 연구의 핵심은 플라즈마 공정과 실시간 공정 진단, 머신러닝 기반 공정 예측 기술을 하나의 플랫폼으로 통합한 것이다. 연구진은 공정 과정에서 발생하는 빛과 가스 질량 변화를 실시간으로 측정하고 이를 AI가 분석하도록 설계했다.

이를 위해 광방출분광법(OES), 비행시간형 질량분석기(ToF-MS), 사중극자 질량분석기(QMS) 등 다양한 진단 장비를 활용해 시계열 다중모달 데이터를 확보했다. 이후 머신러닝 모델을 적용해 반도체 두께를 원자층 수준에서 정밀하게 예측하는 데 성공했다.

특히 연구진은 저온 플라즈마 환경에서 6인치 웨이퍼 규모의 2D 반도체 합성과 식각 공정을 구현했다. 기존 2D 반도체 제조 공정은 고온 기반 방식이 주를 이뤄 현재 반도체 생산라인과의 호환성이 낮고 대면적 균일 공정 구현에도 한계가 있었다.

또한 원자층 식각 기술은 공정 시간이 길고 생산성이 떨어지는 문제를 안고 있었다. 반면 이번 기술은 저온 플라즈마 공정을 적용해 기존 양산 장비와의 호환성을 높였으며, 단일 공정 기반 원자층 식각을 구현해 공정 효율성과 생산성을 동시에 확보했다.

연구진은 이번 기술이 AI 반도체를 비롯해 차세대 전자소자와 디스플레이 등 다양한 첨단산업 분야에 활용될 수 있을 것으로 기대하고 있다. 특히 기존 양산 장비의 OES용 뷰포트(view port)를 그대로 활용할 수 있어 별도의 장비 구조 변경 없이 적용 가능하다는 점에서 산업 현장 적용성이 높다는 평가다.

아울러 공정 데이터가 지속적으로 축적될 경우 공정 상태를 실시간으로 예측하고 최적화하는 자율형 반도체 제조 기술로 발전할 수 있을 것으로 전망된다.

김형우 기계연 선임연구원은 "이번 연구는 저온 환경에서 6인치 웨이퍼 규모의 2D 반도체 공정을 원자층 수준으로 구현한 데 의미가 있다"며 "다중모달 데이터 기반 머신러닝 기술을 통해 공정 예측과 최적화를 동시에 구현함으로써 공정 재현성과 생산성을 크게 향상시켰다"고 밝혔다.

이어 "향후 차세대 반도체 제조 공정의 자동화·지능화를 위한 핵심 기술로 발전시켜 나갈 계획"이라고 덧붙였다.

한편, 이번 연구는 한국기계연구원 창의도전과제와 영프런티어 사업, KIMM-SKKU 학연협력 사업, 기본사업 및 산업통상부 반도체 인력양성사업의 지원을 받아 수행됐다. 연구진은 관련 연구를 통해 30편 이상의 SCI 논문을 발표하며 기술 고도화를 이어가고 있다.